---
title: "NBA Scoring (2008)"
output: 
  flexdashboard::flex_dashboard:
    orientation: rows
    social: menu
    source_code: embed
---

```{r setup, include=FALSE}
library(readxl)
library(dplyr)
library(ggplot2)
library(sf)
library(tmap)
library(stringr)
library(stringi)
library(geobr)


setwd('C:/CENSO/')
# População 2000
file_path_2000 <- "./input/base/Tabela 1522.xlsx"
populacao_2000 <- xlsx::read.xlsx(file_path_2000, sheetIndex  = 1, startRow = 2, encoding="UTF-8")
names(populacao_2000) <- c('bairros','pop_2000')
populacao_2000 <- subset(populacao_2000, !is.na(pop_2000))
populacao_2000$bairros <- gsub(' - João Pessoa \\(PB)','',populacao_2000$bairros)
populacao_2000$bairros <- gsub(' \\(PB)','',populacao_2000$bairros)
populacao_2000$bairros <- ifelse(populacao_2000$bairros == 'Muçumagro',
                                 'Mucumago',populacao_2000$bairros)
populacao_2000$bairros <- str_replace_all(str_to_upper(populacao_2000$bairros), "[- ]", "_")



# População 2010
file_path <- "./input/base/Censo 2010_dados gerais_bairros JP.xlsx"
populacao_2010 <- xlsx::read.xlsx(file_path, sheetIndex  = 2, startRow = 6, encoding="UTF-8")
populacao_2010 <- populacao_2010[,1:2]
names(populacao_2010) <- c('bairros','pop_2010')
populacao_2010 <- subset(populacao_2010, !is.na(pop_2010))
populacao_2010$bairros <- gsub(' - João Pessoa \\(PB)','',populacao_2010$bairros)
populacao_2010$bairros <- gsub(' \\(PB)','',populacao_2010$bairros)
populacao_2010$bairros <- str_replace_all(str_to_upper(populacao_2010$bairros), "[- ]", "_")

# População 2022
file_path <- "./input/base/Censo 2022_dados gerais_bairros JP.xlsx"
populacao_2022 <- xlsx::read.xlsx(file_path, sheetIndex  = 1, startRow = 5, encoding="UTF-8")
names(populacao_2022) <- c('bairros','pop_2022')
populacao_2022 <- subset(populacao_2022, !is.na(pop_2022))
populacao_2022$bairros <- stringr::str_trim(populacao_2022$bairros)
populacao_2022$bairros <- str_replace_all(str_to_upper(populacao_2022$bairros), "[- ]", "_")



# Shapefile
shapefile_path <- file.path("./input/shapefile/25SEE250GC_SIR.shp")
bairros <- st_read(shapefile_path, options = "ENCODING=WINDOWS-1252")

# Filtrar para João Pessoa e simplificar geometria
bairros_joao_pessoa <- bairros %>%
  filter(NM_MUNICIP == "JOÃO PESSOA")

bairros_simplificados <- bairros_joao_pessoa %>%
  group_by(bairros = NM_BAIRRO) %>%
  summarize(geometry = st_union(st_make_valid(geometry))) %>%
  ungroup() %>%
  mutate(bairros = str_replace_all(str_to_upper(bairros), "[- ]", "_"))

bairros_simplificados$area <- as.numeric(st_area(bairros_simplificados$geometry)/1000)


df_pop <- full_join(populacao_2000,populacao_2010) %>%
  full_join(populacao_2022) %>% 
  full_join(bairros_simplificados) %>% 
  mutate(densidade_2022  = pop_2022/area,
         cresc_2022_2010 = ((pop_2022 - pop_2010)/pop_2010)*100,
         cresc_2022_2000 = ((pop_2022 - pop_2000)/pop_2000)*100) %>% 
  st_as_sf()

# Filtrar e remover as geometrias vazias
df_pop <- df_pop[!st_is_empty(df_pop), ]

## Função para gerar os intervalos
generate_intervals <- function(var, n_intervals = 10, decimal_places = 2, cores = NULL) {
  # Calcular valores mínimos e máximos
  # min_val <- floor(min(var, na.rm = TRUE))
  # max_val <- ceiling(max(var, na.rm = TRUE))
  
  min_val <- min(var, na.rm = TRUE)
  max_val <- max(var, na.rm = TRUE)
  
  # Gerar os breaks separando valores negativos, zero e positivos
  if(min_val < 0 ){
      breaks <- unique(c(
    seq(min_val, 0, length.out = ceiling(n_intervals / 2) + 1), # Intervalos negativos até zero
    seq(0, max_val, length.out = floor(n_intervals / 2) + 1)    # Intervalos positivos a partir de zero
  ))

  } else {
      breaks <- unique(c(
  breaks <- seq(min_val, max_val, length.out = n_intervals + 1)
  ))

  }
  
  # Criar os labels
  labels <- paste0(
    gsub("\\.", ",", round(head(breaks, -1), decimal_places)), 
    " à ", 
    gsub("\\.", ",", round(tail(breaks, -1), decimal_places))
  )
  
  if(is.null(cores)){
   cores <- NULL 
  } else {
    cores <- cores
  }

  
  # Retornar uma lista com breaks e labels
  list(breaks = breaks, labels = labels, cores = cores)
}

tmap_mode("view")
```


Column {.tabset}
-------------------------------------
   
### Crescimento populacional (2022-2010)

```{r}

intervals <- generate_intervals(df_pop$cresc_2022_2010, n_intervals = 10, cores = c("red","pink",  "white", "lightblue","blue"))

#cartograma de diferença populacional

tm_shape(df_pop) +
  tm_polygons("cresc_2022_2010", title = "Crescimento Populacional (2010-2022)",
              style = "fixed",
              breaks = intervals$breaks, 
              labels = intervals$labels,
              palette = intervals$cores, 
              midpoint = 0,
              legend.format = list(digits = 0),
              textNA = "Faltantes") +
  tm_borders() +
  tm_layout(title = "Crescimento Populacional por Bairro de João Pessoa entre 2010 e 2022")

```

### Crescimento populacional (2022-2000)

```{r}
intervals <- generate_intervals(df_pop$cresc_2022_2000, n_intervals = 9, cores = c("red","pink",  "white", "lightblue","blue"))

#cartograma de diferença populacional
tm_shape(df_pop) +
  tm_polygons("cresc_2022_2000", title = "Crescimento Populacional (2000-2022)",
              style = "fixed",
              breaks = intervals$breaks, 
              labels = intervals$labels,
              palette = intervals$cores, midpoint = 0,
              legend.format = list(digits = 0),
              textNA = "Faltante") +
  tm_borders() +
  tm_layout(title = "Crescimento Populacional por Bairro de João Pessoa entre 2010 e 2022")

```




### Densidade populacional (2022)

```{r}
intervals <- generate_intervals(df_pop$densidade_2022, n_intervals = 12)

# Criar o cartograma usando a nova tabela de dados
tm_shape(df_pop) +
  tm_polygons("densidade_2022", title = "Densidade Populacional por Bairro",
              style = "fixed",
              breaks = intervals$breaks, 
              labels = intervals$labels,
              palette = "Blues",
              legend.format = list(digits = 0),
              textNA = "Faltantes") +
  tm_borders() +
  tm_layout(title = "Densidade Populacional por Bairro de João Pessoa - CENSO 2022")
```

### População (2000)

```{r}
# Configuração do tmap
intervals <- generate_intervals(df_pop$pop_2000, n_intervals = 10)

# Criar o cartograma
tm_shape(df_pop) +
  tm_polygons("pop_2000", title = "População por Bairro",
              style = "fixed",
              breaks = intervals$breaks, 
              labels = intervals$labels,
              palette = "Blues",
              legend.format = list(digits = 0),
              textNA = "Faltante") +
  tm_borders() +
  tm_layout(title = "População por bairro de João Pessoa - CENSO 2000")
```

### População (2010)

```{r}
# Configuração do tmap
intervals <- generate_intervals(df_pop$pop_2010, n_intervals = 10)

# Criar o cartograma
tm_shape(df_pop) +
  tm_polygons("pop_2010", title = "População por Bairro",
              style = "fixed",
              breaks = intervals$breaks, 
              labels = intervals$labels,
              palette = "Blues",
              legend.format = list(digits = 0),
              textNA = "Faltante") +
  tm_borders() +
  tm_layout(title = "População por bairro de João Pessoa - CENSO 2010")
```

### População (2022)

```{r}
#carregar cartograma!
intervals <- generate_intervals(df_pop$pop_2022, n_intervals = 10)

# Criar o cartograma usando a nova tabela de dados
tm_shape(df_pop) +
  tm_polygons("pop_2022", title = "População por Bairro",
              style = "fixed",
              breaks = intervals$breaks, 
              labels = intervals$labels,
              palette = "Blues",
              legend.format = list(digits = 0),
              textNA = "Faltantes") +
  tm_borders() +
  tm_layout(title = "População por bairro de João Pessoa - CENSO 2022")
```

Column 
-------------------------------------

### Tabela

```{r}
table <- df_pop %>% as.data.frame() %>% 
               select(-c(area,geometry)) %>% 
  mutate(bairros = gsub("_"," ",bairros))
names(table) <- c('Bairros','População 2000','População 2010','População 2022','Densidade 2022 (hab/km²)','Crescimento (2022-2010)','Crescimento (2010-2000)')


# Gerar tabela com rolagem horizontal
library(kableExtra)
table %>%
  kable(escape = FALSE, align = "c") %>%  # escape = FALSE permite HTML no título
  kable_styling(bootstrap_options = c("striped", "hover", "condensed", "responsive"), 
                full_width = TRUE, 
                position = "center") %>% 
  scroll_box(width = "100%", height = "800px")
```